基于后验概率支持向量机在客户流失中的预测

摘要：

针对支持向量机处理不平衡样本时的缺陷,提出一种基于后验概率的支持向量机模型 (PPSVM).给出用户流失的后验概率,据此进行客户流失的预测,制定相应的政策留住客户.在UCI数据集以及移动公司客户数据上进行实验,实验结果表明,PPSVM能够避免类别模糊的样本对分类器的影响,获得比传统支持向量机更高的分类准确率,对于非确定性分类问题,稳健性较好,具有很强的实用性.

关键词：客户流失、数据挖掘、支持向量机、后验概率、LIBSVM

所属期刊栏目：37

分类号：TP311.13(计算技术、计算机技术)

在线出版日期：2016-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：429-432,442